OPENAI数学氢弹雨来袭 | 大模型讨论专楼

cscbzcbz

一觉醒来，雷达站max已经99分了 sol的ultra是103分，加油大肥鱼

cscbzcbz

RinQ0326 发表于 2026-8-15 03:56
到底是神还是区有没有说法。

用了插件就是神，已经被调成只有听到那个指令才会兴奋的样子了

战术核辣条

看了一晚上节奏包括自己上手试了一下，感觉还是云里雾里
更简短的提示词和更少的skill可以让工作更顺利进行的意思？

cscbzcbz

战术核辣条 发表于 2026-8-15 05:58
看了一晚上节奏包括自己上手试了一下，感觉还是云里雾里
更简短的提示词和更少的skill可以让工作更顺利进行 ...

你理解错了，两个方法
1、用dsh专武装的极简模式（需要linux系统）
2、在dsh上用有个github的插件，这样skill也能用了也可以用windows

和能不能用skill，提示词长短没有关系。

qwased

cscbzcbz 发表于 2026-8-15 05:47
一觉醒来，雷达站max已经99分了 sol的ultra是103分，加油大肥鱼

有雷达站的地址吗，我去看看

qwased

cscbzcbz 发表于 2026-8-15 06:04
你理解错了，两个方法
1、用dsh专武装的极简模式（需要linux系统）
2、在dsh上用有个github的插件，这样s ...

应该和昨天有人测试直接粘贴灰测思维链也能复刻结果一样，冷启动的时候不被干扰跑出新思维链就会一直这么跑下去，被可用工具列表之类的干扰了就会跑回老思维链变成区

cscbzcbz

qwased 发表于 2026-8-15 06:06
有雷达站的地址吗，我去看看

deng.codexradar.com，里面有个DSH的专区

我也领了一个题，正在做
high的分数比较低，估计是大家没去用新的方法做题，都先去给max做题刷分了

wesdrtfg

本来以为dsh是v4p的专武，用了额外解锁部分buff，结果没想到是拐杖，用了才变成正常人

lowezack

这搞得，ds还不如不要搞什么harness，搞harness纯拖后腿啊

cscbzcbz

lowezack 发表于 2026-8-15 06:34
这搞得，ds还不如不要搞什么harness，搞harness纯拖后腿啊

虽然但是，dsh真的不错的，很好玩

ymm1030

这个we need思维链肯定有问题的，明显炼了一半的半成品。不过如果能稳定卡出智商，只能说勉强能用。

noword

灰测版不会真的没留快照吧。。

—— 来自 Xiaomi 22041211AC, Android 12, 鹅球 v4.0-alpha

passgan

现在有没有辅助读图的插件？

wandeeees

这也太草台了吧，这次问题挺多的，可能是最近人招的太多，管理跟不上了，之前人少还能跟上，现在人多后直接进化成草台班子了

passgan

吃词元挺狠的，涨价后用不起了

紧那罗

这波如果跑分实测先出来再公布涨价感觉风评也能好不少，果然还是太草台了

—— 来自 LENOVO TB320FC, Android 15, 鹅球 v3.5.99-alpha

ytrfegd

社区口碑急速回升中....

Rowen233

训练过拟合了吧

半江瑟瑟半江红

来都来了 发表于 2026-8-15 00:40
不行，晚上初步试了下，结论是不如Pi，说DSH是最强harness的都应该去用一下Pi。
上来给我装个MCP就死活装不 ...

我让它自己写了个显示归档会话的按键以及一键恢复归档会话的功能

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

cscbzcbz

过山车的48小时
涨价之前，今天明天还会不会有新活

ymm1030

写文不行，码特的。现在测试下来码的能力大幅提升，写文的逻辑还是一坨。

飞天荷兰人

Rowen233 发表于 2026-8-15 07:41
训练过拟合了吧

可能是训练数据过于特化(全来自单一模式)，等后面收集更多模式下的用户数据就好了。

lowezack

极简模式下的提示词就一句你是软件工程师助手，你让码农来写文能写好吗？

qwased

叫他写了个当前会话窗口的模型能看见其他模型并指派任务的插件，没想到居然一共烧了快1000M token才写出来还好是白嫖的赠币
https://github.com/qwased/dsh-subagent-model-selector  有需要的坛友也可以试试

haiuhfuwah

cscbzcbz 发表于 2026-8-15 06:04
你理解错了，两个方法
1、用dsh专武装的极简模式（需要linux系统）
2、在dsh上用有个github的插件，这样s ...

必须是linux是为什么❓

cscbzcbz

haiuhfuwah 发表于 2026-8-15 08:15
必须是linux是为什么❓

windows上DSH禁止使用bash，安装了GIT也不行，而极简模式只有两个工具，其中一个就是bash。
导致他只能像无头苍蝇一样到处乱窜

舞以

bash吧大概
反正这个“我是coding王”模式目前只有极简模式和社区开发的插件模式可以稳定触发。
不知道官方会不会出个解决方案，极简模式的v4真的干净利落。

论坛助手,iPhone

qwased

cscbzcbz 发表于 2026-8-15 08:25
windows上DSH禁止使用bash，安装了GIT也不行，而极简模式只有两个工具，其中一个就是bash。
导致他只能像 ...

装那个插件就行了，他的预设是只有powershell

cscbzcbz

我B站首页已经是铺天盖地的v4pro一句话生成游戏系列了
梦回7月中旬

梁子高低得给发现这个bug的人磕一个

crow_wine

再去测一下flash，如果flash也能去掉他那个雷霆大思考。
那就是涨价我也要用啦，这下用户真的赶都赶不走了

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

舞以

crow_wine 发表于 2026-8-15 08:34
再去测一下flash，如果flash也能去掉他那个雷霆大思考。
那就是涨价我也要用啦，这下用户真的赶都赶不走了
...

我测了，雷霆思考没了，但是一些高难度问题还是和pro有壁，比如那个双叉臂，flash完全做不到pro的机械模拟水平。

论坛助手,iPhone

crow_wine

舞以 发表于 2026-8-15 08:36
我测了，雷霆思考没了，但是一些高难度问题还是和pro有壁，比如那个双叉臂，flash完全做不到pro的机械模 ...

用它执行一些日常就够了，80%任务都能给flash，又好又快又便宜，剩下20%给pro，省钱强大又迅速

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

蜇灵

justwul 发表于 2026-8-14 23:17
自己用来部署的有。用来远程接入的单位电脑，么得。    Re:Source

那你可以试试看stun内网穿透

舞以

既然我们DeepSeek不是最严肃的llm实验室，那就一定要成为最有活的实验室！😡

论坛助手,iPhone

wesdrtfg

这个过拟合行为梁子肯定得之后再出个小版本修一下吧，要不然实在太抽象了

yikaa

v4pro用极简有提升，那v4f会有么？从时间上看是不是没有专门适配的时间窗口

—— 来自 鹅球 v3.5.99

舞以

yikaa 发表于 2026-8-15 08:50
v4pro用极简有提升，那v4f会有么？从时间上看是不是没有专门适配的空间

—— 来自 鹅球 v3.5.99 ...

能力没改善，但是cot会变简洁，更少雷霆思考

论坛助手,iPhone

蜇灵

ly4236 发表于 2026-8-15 01:09
乐

要改请求头，让他认为你是从本机浏览器访问的

qwased

舞以 发表于 2026-8-15 08:51
能力没改善，但是cot会变简洁，更少雷霆思考

论坛助手,iPhone

很奇怪的是第三方的0731无效，依然大量雷霆思考左右互搏
难道梁子偷偷藏了一手就等涨价吗

LeoDT

试了下Pi能简单复现We need/I need/Let's思维链，正好也只在Linux下工作所以也不清楚是不是跟系统相关了。想试试的的话可以用这个试试。

1. pi -t bash,read --system-prompt "you are a coding assistant, you help the user with coding tasks, you have read tool to read files and bash tool to run shell scripts." -nc

复制代码

确保你没有APPEND_SYSTEM.md。我只尝试了一种任务"review this file"，看上去可以稳定重现。但是恢复工具和context file后好像还是回到let me了，需要时间研究，不过反正涨价了那么贵，flash也足够好用了，研究这个就交给别人吧。

编辑：另外有些Pi的扩展会改system prompt，也要确保没有这样的扩展，可以尝试export命令导出来看看system prompt是否被清干净了。